756159_it-IT

liliconcom

Oltrepassare i confini di JMP: introduzione di JMP Pro per la genomica (2022-US-45MP-1097)

JMP Pro 17 è una nuova piattaforma autonoma di scelta per i moderni dati a livello molecolare che emergono in campi quali genomica, metabalomica e proteomica. Il nostro prodotto precedente, JMP Genomics, si basava su SAS per l'importazione, l'elaborazione e l'analisi dei dati delle grandi tabelle di dati associate a problemi -omici. I nuovi miglioramenti in JMP Pro 17 forniscono un livello avanzato di capacità e prestazioni che gli consente di stare in piedi da solo senza la necessità di SAS.

Tuttavia, il passaggio da JMP Genomics a JMP Pro for Genomics ha rivelato molti aspetti di JMP Pro che necessitavano di miglioramenti. Questi miglioramenti hanno ampliato i confini di ciò che il prodotto può fare, in modo che ora possa gestire questi grandi problemi. Di conseguenza, JMP Pro 17 è uno dei pochi pacchetti software di analisi avanzata a fornire una combinazione di esperienza utente interattiva e coinvolgente che consente una rapida esplorazione point-and-click dei dati -omics, strumenti avanzati di modellazione multivariata e predittiva e una piattaforma flessibile e adattabile (tramite JMP Scripting e integrazione con altri strumenti di data science).

Dopo aver definito le -omiche, questa presentazione esamina i tipi di dati utilizzati per questi problemi, le sfide tecniche che derivano dalla preparazione e dall'analisi di ampie tabelle di dati e il modo in cui JMP Pro 17 affronta queste sfide. Vengono inoltre illustrati esempi di quanto sia facile eseguire l'analisi dei dati -omici in JMP Pro 17.

CIAO, Questo È Solo Giardiniere con Italiano:

Io sono a Prodotto Manager A Italiano:

Erano Qui A parlare Oggi Di introduzione JMP Pro per Genomica,

spingendo IL confini Di JMP Pro A abilitare dati scienza SU IL scrivania.

I Sono uno Di IL presentatori.

Malato Essere facendo IL introduzione A Questo argomento.

Io sono S anziano Prodotto Manager per Salute E Vita Scienze

nel Prodotto Gestione squadra A Italiano:

Il nostro co-presentatore Oggi È Russo Wolfinger,

chi è a Distinto Ricerca Compagno

E Nostro Direttore Di Scientifico Scoperta E Genomica A Italiano:

BENE parlare a poco morso Di IL sfondo

Di genetica E genomica, funzionale genomica,

E Poi parlare Di Che cosa erano facendo A transizione da Nostro ex prodotto,

Il JMP genomica, A usando Il JMP Professionista per genomica.

Russo Volere dimostrare Alcuni Di IL nuovo capacità In IL prodotto.

A poco morso Di classico genetica.

Questo È Dove a quantità Di Questo avuto iniziato.

Persone Avere stato facendo classico genetica per a lungo tempo.

loro hanno stato allevamento piante E animali

A Ottenere desiderato tratti per quelli piante E animali.

loro hanno visto Quello Essi Potere Fare Quello A Ottenere, più forte animali, Meglio piante,

piante con desiderato proprietà E COSÌ SU.

Voi probabilmente studiato a lungo tempo fa, Quando Voi erano giovane In scuola,

Di Gregorio Mendel, IL monaco, Chi speso molti anni studiando giardino piselli.

Lui In realtà misurato Sette distinto caratteristiche Di questi piselli-

loro altezza, loro Sotto forma E colore, seme forma E colore,

fiore posizione E colore-

E osservato Quello COME questi piselli erano incrociato con ogni altro,

Quello IL tratti erano passato SU

da IL genitore piante A IL progenie piante

seguente Alcuni Piuttosto specifico matematico rapporti

che hanno fatto Esso probabilisticamente possibile

A Fare previsioni Di Che cosa IL progenie volevo Aspetto Piace

basato SU IL tratti Di i genitori.

Il suo e Dopo lavoro stabilito IL principi Di genetico eredità.

Che cosa È genomica?

La genomica è Di più di Appena classico genetica.

Genomica usi a combinazione Di Il DNA misurazione metodi

E ricombinante Il DNA metodi

A sequenza E assemblare E analizzare IL struttura E funzione Di genomi.

Esso differisce da classico genetica in quello Esso sembra

A IL dell'organismo pieno complemento Di genetico O ereditario materiale.

Esso si concentra SU IL interazioni fra IL luoghi O IL posizione

Di diverso geni SU IL genoma,

E IL alleli, IL variazione In IL geni In IL genoma,

COSÌ Quello Voi Potere capire cose Piace epistasia, pleiotropic eterosi,

Quale Sono cose Piace, Va bene, uno gene colpisce molti cose.

Questo è pleiotropia.

L'epistasia è Quello A volte,

uno gene impatti IL produzione O IL effetto Di un altro gene.

Eterosi È A volte Voi Ottenere sinergico effetti di combinando IL geni

da due diverso genitori O due diverso organismi.

Questo Tutto si affida su IL utilizzo Di IL centrale dogma Di genomica.

Quello dogma È Quello DNA, Quale È IL codice per Nostro biologico sistemi,

È trascritto in RNA,

Quale È IL codice quello è usato A Fare cose

E Fare proteine In IL corpo.

IL proteine Sono IL poco chimico motori

Quello Fare cose dentro IL corpo E darlo suo funzione.

Da Quello, Voi Potere In realtà Poi misura cose Piace metaboliti,

Che cosa In realtà succede, Che cosa Fare quelli proteine In realtà Fare

dentro IL cellule E dentro IL corpo.

IL sentiero È Il DNA crea RNA crea proteina,

E IL proteina regola Come cose funzione In IL corpo,

E Quello produce metaboliti.

Dati È Veramente abilitazione a genomica rivoluzione.

Moderno misurazione tecniche Sono Veramente aiutare noi capire

IL struttura E funzione Di IL genoma

E Come Esso lavori dentro IL cellule In biologico sistema.

Noi Potere sequenza IL genoma ora.

Noi abbiamo avuto Prossimo- generazione sequenziamento.

Molti anni fa, Quando Il JMP prima mossa in Questo zona,

aiutare clienti per essere in grado A analizzare Questo tipo Di dati,

IL modo A misura Esso era microonde,

Quale era tanto Di più concentrato SU molto specifico parti Di IL genoma,

E spesso a molto limitato impostato Di geni In IL genoma.

Ora, Voi Potere sequenza IL Totale genoma Di UN organismo.

Anche, Voi Potere Aspetto A cose Piace espressione E regolamento.

Erano parlando Di IL metaboliti.

Che cosa è il produzione in IL biologico sistema Quello Voi Potere misura?

Voi Potere Aspetto A Come IL proteine Sono prodotto

O Che cosa quelli proteine Sono facendo.

Voi Potere Anche Aspetto A Come IL struttura Di IL Il DNA si,

cosa c'è chiamato epigenetica,

impatti IL funzione di come Il DNA lavori E Come IL geni lavoro dentro IL corpo.

Là Sono tipicamente tre principale fasi Di analisi Quello accadere

Quando tu sei facendo Questo tipo Di lavoro.

Uno È Voi Appena generare IL crudo dati.

Voi Fare IL sequenziamento lavoro, generare IL genoma- sequenziamento dati,

O misura IL metaboliti O IL proteina espressione

O IL RNA espressione.

E Poi Quello genera bello grande dati set

Quello Avere A Essere filtrato e de- multiplexato

E tagliato E segnato E pulito su.

Questo È tipicamente gestito In a automatizzato O semiautomatico flusso di lavoro

SU computer sistemi Quello Potere processo molto grande dati file.

Poi Esso tipicamente va in a secondo palcoscenico Dove Voi inizio A Fare sequenza allineamento

E fondamentalmente liner cose su, E essendo capace A Fare cose Piace conta.

Come molti volte fatto I Vedere IL espressione

Di a particolare RNA frammento O RNA sequenza?

O Come molti volte fatto I Vedere a particolare proteina?

O Tutto Questo crudo dati, Come fa Esso linea su A In realtà Fare a immagine

Di Che cosa IL struttura Di IL Totale genoma È?

Questo è a bello grande matematico computazionale processo.

Quello tipicamente Anche ottiene Fatto SU bello grande computazionale sistemi

con a quantità Di computazionale risorse.

E Poi IL terza fase,

Quale È IL palcoscenico Dove Il JMP Veramente ha giocato In,

E dove JMP Professionista Volere continuare A giocare In,

È IL determinazione genotipo associazioni E genotipo-a- fenotipo relazioni.

A fenotipo È Appena a tratto Di organismi,

IL relazione fra IL geni E IL tratti.

E Anche guardare A correlazioni E associazioni

Di IL diverso genetico marcatori dentro IL genoma,

O IL varianza Di IL genetico marcatori.

Spesso, cosa tu volere Fare È Voi Volere A caratterizzare quelli

E Poi correlare loro A fisico, biologico,

O Forse malattia stato caratteristiche.

Tutto Di Questo Potere In realtà Essere Fatto con tavolozza software.

Il JMP Professionista È Nostro soluzione A Fare Quello andando inoltrare In IL futuro.

Noi abbiamo avevo a prodotto chiamato Il JMP Genomica per 14 anni, su Fino a Questo anno,

Quello Noi erano fornendo IL clienti.

Esso era a combinazione prodotto Di Il JMP E SAS.

SAS cosa Veramente necessario Indietro Presto Quando Noi prima messa Questo fuori

A Fare a quantità Di IL dati elaborazione,

Perché IL misurare E IL tipi Di dati Noi guardato A

era molto difficile A Fare con a tavolozza software pacchetto Piace Italiano:

SAS ha fatto IL dati elaborazione, Alcuni Di IL statistico metodi,

Ma Il JMP era usato per ulteriore statistico analisi

E visualizzare IL risultati Di quelli analisi.

Il JMP Genomica ha stato utilizzato nella ricerca E industria

per a Largo varietà Di genomica problemi per molti anni.

Ma Noi fatto a strategico decisione Questo anno

A interrompere vendita prodotti Quello contenere SAS con loro.

Questo è parte Di IL decisione Quello era fatto per Il JMP A diventare un indipendente azienda.

Erano a interamente posseduto sussidiaria Di SAS Ora,

E Sono in movimento giù Quello strada Di indipendenza.

Noi Sono non andando A Essere vendita nulla Ma Il JMP prodotti andando inoltrare.

Perché Di Quello, Noi Avere guardato Ora

A mossa IL funzioni per genomico dati analisi in Il JMP Professionista.

In Il JMP Professionista 17, Quale Volere Essere disponibile Questo autunno In 2022,

ha stato E Volere Essere ottimizzato per grande E Largo dati problemi.

Suo andando A Avere capacità A Incontrare IL esigenze

Di genomico dati scienza E genomico dati scienziati.

Suo andando A utilizzare IL forza

Di Professionisti di JMP predittivo analisi E interattivo visualizzazione

A aiuto abilitare scoperte In Questo zona Di lavoro.

Alcuni Di IL miglioramenti Quello noi abbiamo fatto A spingere IL confini Di Il JMP Professionista

includere Appena rimozione barriere E colli di bottiglia In IL software.

Suo uno cosa A Fare analisi SU decine O centinaia O Anche migliaia

Di colonne In a dati tavolo.

Ma Quando Voi Avere a dati tavolo

Quale Forse ha molti migliaia O centinaia Di migliaia Di colonne,

Voi inizio A svelare limitazioni A volte In tuo software.

Di facendo Questo lavoro, noi abbiamo scoperto luoghi

Dove Noi Appena Bisogno A semplificare Come operazioni accadere dentro IL programma.

Noi abbiamo Fatto Quello.

UN esempio volevo Essere Se I ricercato A Fare a trasformazione

SU centinaia Di migliaia Di colonne, noi abbiamo significativamente migliorato Quello processo.

Succede tanto Più veloce SU IL dati tavoli.

Anche essendo capace A Fare molto veloce E efficiente multivariato analisi metodi

Piace principale componente analisi E raggruppamento,

Quando Voi Avere questi Veramente Largo genomico dati tavoli.

E Poi essendo capace A Fare modelli Sopra E Sopra Ancora

SU migliaia E migliaia Di risposta colonne,

E A Fare Quello efficientemente E in modo efficace.

IL secondo obiettivo Quello Noi Avere In Questo transizione

È Quello Portare In Alcuni capacità In IL Il JMP Professionista

Quello Sono molto specifico per genetico E genomico analisi.

Per esempio, essendo capace A importare diverso formati

Quello Sono comunemente usato In Questo zona.

Anche, essendo capace A Fare genetico marcatore analisi E simulazione,

COME BENE COME portando In Alcuni più recente popolare dati riduzione metodi

come COME t-SNE E Unimap.

Complessivamente, Che cosa erano ottenere A È a prodotto quello è andando A Essere pendere.

Si installa molto velocemente.

Voi Potere utilizzo Esso SU tuo tavolozza,

Ma Voi Potere utilizzo Esso A Fare Questo molto potente analisi

SU questi grande, complesso, Largo dati tavoli.

A illustrare Quello, Io sono andando A giro Esso Sopra A Russo.

Russo È andando A spettacolo noi In realtà Come Voi Potere Fare Alcuni realistico analisi

E Alcuni vero studio analisi Qui SU Alcuni genomico E genetico dati.

BENE, Grazie Voi, Solo.

Suo a vero emozionante tempo per noi.

I Sapere Ho In realtà stato con IL genomica analisi rivoluzione

entro SAS per Sopra 20 anni Ora.

Noi In realtà [inudibile 00:11:46] In IL Presto 2000 chiamato Scientifico Soluzioni,

Dove Noi erano di partenza A Aspetto A Alcuni Di IL Presto micro vettore dati.

Suo stato a Veramente divertimento 20 anni.

Ora, I volevo Dire, Quasi uno Di IL maggior parte emozionante volte mai per noi,

Dove erano Ora capace A codice Alcuni Di questi routine

direttamente In Il JMP professionista usando Italiano:

A quantità Di loro Sono corsa tanto Più veloce di Noi avevo

In IL precedente Il JMP Genomica prodotto.

I Volere A Dare Voi a piccola f lavabo Di Quello Oggi con UN esempio.

Questo È a dati impostato SU pini loblolly,

Quale per quelli Di Voi da IL Sud-est

Potrebbe Sapere Esso COME probabilmente uno Di IL maggior parte popolare specie Di pino.

In genere, Se Voi andare in Deposito domestico o Lowe's

E acquistare Alcuni due- di- quattro O compensato, suo andando A Essere fatto Di l obliosamente.

Quando Voi volare in IL zona, Voi capita di vedere a quantità Di albero copertina.

Molti Di quelli, Id Dire a Bene pezzo Di quelli alberi,

particolarmente in direzione IL Orientale parte Di Nord Carolina, Sono lol ollie.

Suo a molto importante specie, uno Quello Noi Veramente Volere A capire BENE.

Suo stato studiato molto completamente, E Anche Di più COSÌ Ora

Quello noi abbiamo avuto Alcuni scricchiolii andando SU con casa edificio E Che cosa Avere Voi,

suo critico A capire Esso dentro E fuori.

Genomica tecnologia È fantastico

per rivelatore Alcuni cose Quello Noi Appena Mai sapevo Prima.

Questo dati È In realtà Ancora 10 anni vecchio.

Esso era da a carta In IL Giornale Di Genetica di Rispedisci E altri

Questo È a gruppo Di ricercatori da IL Università Di Florida

E Embrapa In Brasile

E Università Di Iowa, I credere, se io richiamo correttamente.

Ecco qui IL riferimento Se Voi Volere A Aspetto Esso su.

IL dati Sono Anche liberamente disponibile.

Ho avuto loro.

I andato avanti E scaricato loro da IL supplementare informazioni

E caricato loro in a Il JMP tavolo Quello Voi Vedere Qui.

COME Solo era menzionando, il formato nel JMP Professionista

È Che cosa Noi tipicamente Piace A chiamata a Largo formato,

Dove noi abbiamo avuto qualunque cosa In uno tavolo.

Qui, noi abbiamo avuto Alcuni genotipo indicatore numeri indicando IL linee

COME BENE COME IL madre E padre Quello IL alberi venni da.

E Poi Questo specifico dati impostato Quello Ho avuto Qui,

noi abbiamo avuto sei tratti Quello noi abbiamo misurato.

I credere In realtà c'è Di più.

Penso c'è 17, Se Voi Volere A Vedere IL riferimento.

Nostro chiave messa a fuoco Di interesse Sono questi genetico marcatori.

Questo dati impostare piccolo di di oggi standard.

Noi abbiamo soltanto avuto 4.800.

I Dire "Soltanto 4.800" ma questo è Ancora abbastanza a pochi.

COME Voi Potere Vedere, Io sono scorrimento Attraverso Qui,

loro sono Tutto codificato COME O zero, uno, o due.

Questi Sono cosiddetto SNP marcatori, separare nucleotide polimorfismi,

Dove BENE Avere O...

IL numero Qui indica

IL numero Di IL maggiore allele Quello Noi Avere In IL dati.

Zero volevo Essere IL piccola A, piccola A,

se tu sei familiare con IL vecchio genetica notazione.

IL due volevo Essere IL grande La, la grande A.

IL quelli volevo Essere Tutto IL eterozigoti.

Quindi 4.500 Di questi marcatori.

IL di base obiettivo In IL FINE, in genere...

In fatto, Quello era Che cosa IL carta Quello Questo era da era Di.

Essi erano confrontando parecchi Di IL popolare predittivo metodi.

Ma Prima Noi Ottenere A previsione,

c'è a quantità Di Veramente Bene cose Quello Voi Volere A Fare

Appena A Fare Sicuro IL dati Sono COME previsto,

E Anche A Imparare E scoprire struttura E altro interessante caratteristiche.

Andiamo tuffo In E Vedere cosa possiamo fare con un tipico flusso di lavoro Qui In JMP Pro.

I volevo tipicamente Appena Piace A Aspetto A IL dati In Italiano:

Noi Potere utilizzo Appena di base piattaforme.

Per esempio, Qui, permettere Me Portare su IL multi- zona piattaforma

E Appena controllo fuori di base trame Di IL dati contro uno un altro.

Voi Potere Vedere, per esempio, Qui, numero radice E radice numbino

Sono abbastanza altamente correlato con ogni altro.

Altri, non COSÌ tanto.

Voi Potere Fare distribuzioni.

Per esempio, w e Potere Fare Esso Qui con IL distribuzione piattaforma.

Questi tratti Avere In realtà Già stato centrato, I pensare.

Credo Tutto Di loro Avere a Significare Di in giro zero.

loro hanno andato Attraverso a poco morso Di pre-elaborazione

Quello Noi non andare in Oggi.

Questo è il modo Essi venni da IL carta.

Nostro di base obiettivo È A utilizzo IL genetico informazioni A predire questi tratti.

Essi rappresentare vario caratteristiche Di IL loblolly alberi.

Per esempio, C WAC,

I credere quello è incoronato con attraverso IL pianta letti.

Suo a misura Di IL albero misurare.

Noi abbiamo avuto altro misure Di densità E caratteristica Di IL radici, ecc.

Tutto importante cose A Sapere Di E Quando studiando questi alberi.

Permettere Me camminare Voi Attraverso Che cosa Noi Potrebbe considerare a a di base flusso di lavoro

una volta Voi Avere tuo dati impostato su Piace Questo.

Ora, Prima facendo che, però,

I Fare Volere A menzione pure Quello Noi Avere Mettere In a Giusto morso Di lavoro

A aiutare E aiutare con importazione come dati.

Questo particolare dati venni COME Appena standard virgola separato valore file,

COSÌ NO grande Affare A importare Esso.

Ma Spesso, genetico dati Piace Questo Venire In cosiddetto VFC file.

Noi adesso Avere nuovo routine A Essere capace A importare quelli direttamente,

COME BENE COME importare file da IL popolare banca dati,

E Poi a pochi altro formati, IDAT E Che cosa Avere Voi.

Provando A Fare Esso Veramente facile A Ottenere tuo dati in Italiano:

Come sapete, una volta tu hai avuto tuo dati impostato su In a Il JMP tavolo,

c'è Appena Tutto tipi Di Grande cose Voi Potere Fare.

Molti Di IL cose Quello Voi ascoltare Di...

Dare Voi Alcuni Di più idee,

COME BENE COME Alcuni nuovo cose Quello noi abbiamo Mettere in posto.

A inizio fuori, noi abbiamo avuto a marca nuovo coppia Di piattaforme

Sotto IL Analizzare menu Qui A IL metter il fondo a.

Genetica. Analizzare, Genetica.

Noi abbiamo avuto Marcatore Statistiche E Marcatore Simulazione.

Andiamo correre IL il primo, Marcatore Statistiche.

Questo È Appena a di base piattaforma per guardare A caratteristiche Di a impostato Di marcatori.

Voi Potere Vedere Qui, Io sono caricamento.

Noi abbiamo avuto 4.853 SNP organizzato In a gruppo Qui In IL Il JMP tavolo.

I Appena mossa loro Sopra in IL marcatori.

Se tutto il resto È Va bene, noi faremo solo clic OK.

Esso corre abbastanza velocemente.

Che cosa Questo fondamentalmente fa È prende ogni marcatore

E calcola a varietà Di standard statistico genetico statistica

Quello Voi Potere Aspetto attraverso Qui E Vedere cosa c'è andando SU.

A chiave cosa A controllo per a cosiddetto Resistente- Weinberg Equilibrio.

Voi Potere Fare a statistico test Di Quello E Ottenere P- valori da Esso,

E Anche complotto questi lungo In a grafico Piace Questo.

SU IL Y asse, Noi In realtà utilizzo IL tronco d'albero 10 valore p,

Quale Noi Anche chiamata IL tronco d'albero Di valore.

A andare una volta fare un passo ulteriore, Voi Potere Fare a falso scoperta valutare aggiustamento

A Evitare IL multiplo prova problema.

Voi Potere Vedere Qui, noi abbiamo In realtà tracciato Entrambi:

IL crudo valore p, IL crudo tronco d'albero Di valore, COME BENE COME loro Roosevelt (Roosevelt) aggiustato valore p.

Essi tendere A Essere abbastanza simile, particolarmente per IL grande quelli.

Questi marcatori su Qui Sono quelli Quello volevo Essere fuori Di equilibrio,

molto probabile dovuto A IL clonazione Di IL alberi.

Questi sarebbero marcatori Quello Potrebbe tendere A deriva O stabilizzare

Sopra tempo con futuro croci.

Sarebbe bello A controllo questi fuori

E Fare Sicuro IL distribuzioni Di IL alleli Sono COME previsto.

Arco Tutto IL modo Indietro A il Gregor Mendel giorni,

cose Quello Noi imparato Di Come alleli come questo Dovrebbe comportarsi.

Questo è a Bene posto A inizio, Appena A Ottenere UN idea per IL marcatori.

Andiamo mossa Prossimo E Fare Alcuni modello scoperta.

Qui, c'è parecchi Carino cose Noi Potere Tentativo.

A molto di base uno quello è Anche stato popolare per decenni con gene espressione dati

È Appena A Fare gerarchico raggruppamento.

Ancora, Io sono Appena andando A Mettere IL SNP In Qui.

Voi tipicamente Volere Volere A utilizzo uno Di questi Più veloce metodi.

Andiamo utilizzo veloce reparto.

Noi Fare Avere Alcuni mancante valori, COSÌ andiamo Fare imputazione.

BENE andare avanti E raggrupparlo due modi.

Andiamo clic OK Qui.

Io sono andando A andare avanti. Sto correndo qualunque cosa vivere Oggi.

A pochi Di questi cose Volere Prendere secondi A correre.

A analisi Ho avuto Quello In realtà Volere Prendere a pochi minuti

Quello I non correre vivere Appena per scopo Di tempo.

Ma Voi Potere Vedere Qui, Questo scala Di dati,

Il JMP Professionista può gestire abbastanza prontamente.

Questo uno, Voi Potere Vedere Quello IL progressi sbarra Qui

Volere Prendere probabilmente 30 secondi A a minuto A fine.

Ma non pure Cattivo per a medio- dimensionato dati impostato Piace Questo.

Ancora, erano raggruppamento in giro 926 righe E 4.800 colonne.

Ma Prima In realtà IL prestazione miglioramenti,

Questo tipo di analisi volevo Prendere parecchi minuti.

In molti casi, noi abbiamo stato capace A raggiungere ordini di grandezza velocità su.

Io sono capace, fondamentalmente, A abilitare Voi A Fare analisi Piace Questo vicino A vero tempo.

A poco morso Di in attesa Potrebbe Essere necessario COME Qui, Ma In generale,

è carino Carino A Essere capace A velocemente Ottenere risposte A abbastanza difficile domande.

Per esempio, Qui, erano provando A Vedere

Come altro righe Di Nostro dati grappolo con ogni altro.

Ora Qui, a molto interessante cosa si verifica.

Voi Potere Vedere Ho avuto coloranti Quello I fatto A IL dati.

I colorato IL madre E padre, o materno E paterno alleli.

Se Noi Aspetto A Questo variabile Qui, c'è in giro 71 unico livelli.

E Poi entro ogni attraverso, c'è su A 17 O 20 individui.

IL dati Avere molto Carino, stretto gruppi.

IL raggruppamento algoritmo In realtà trovato quelli.

Puoi Vedere IL colori indicare IL colorazione.

Questo colore tema È a morso stridente.

Andiamo mossa Esso al nero E bianco.

Noi Potere Vedere IL struttura a poco Di più pulito.

Qui, Noi Potere Vedere IL aree Di bianco

O Dove noi abbiamo avuto Alcuni Di quelli minore alleli di partenza A grappolo

E Identificazione IL chiave luoghi In IL genoma

Quello distinguere questi unico croci.

Questo È a Carino complotto Appena A Ottenere UN complessivamente Tatto per IL vario linee

E Come Essi confrontare con uno un altro.

Ma IL principale lezione Sono questi stretto gruppi

Quello Sono mappatura su esattamente Piace Noi volevo aspettarsi con IL iniziale croci,

fondamentalmente Piace molto vicino fratelli A uno un altro

confrontato A cugini, O secondo cugini, cugini di terzo grado, ecc. .

Ora, un altro modo A andare Di Questo

volevo Essere Di più Di a dimensione riduzione tipo approccio.

Qui, IL numero uno analisi È principale componenti.

Andiamo Tentativo Quello SU Nostro passi E Vedere Che cosa Quello rivela.

Qui, andiamo Appena utilizzo IL impostazioni predefinite.

Scusa, In realtà, I ricercato A spettacolo spento...

C'è a marca nuovo metodo per Largo dati quello è chiamato veloce approssimativo.

Suo a Carino aggiunta In software.

Esso In realtà usi, Se tu sei familiare con IL metodo

chiamato a randomizzato SVD approccio.

Voi Potere Vedere un po' messaggio.

Andiamo Vedere cosa c'è In IL tronco d'albero.

Esso girato fuori Questo era In realtà uno caso

Dove UN errore messaggio era abbastanza benefico.

IL software In realtà indicato Quale marcatori...

Là erano Alcuni marcatori, Essi erano non numerico O costante.

Esso girato fuori Quello a manciata Di questi marcatori In IL tavolo erano costante.

Questo volevo Essere a caso Dove Noi Potevo andare Indietro E In realtà pulito quelli fuori,

Da loro sono non Veramente contribuendo tanto A IL analisi, loro sono Appena costante.

Ma IL APC piattaforma trovato loro COME a sottoprodotto.

Ma Se Voi Aspetto A IL punteggi, i primi due principale componenti,

Noi Ancora Avere Questo Carino raggruppamento Di famiglie.

COME solito con JMP,

Tutto questi trame Sono interattivo E collegato A uno un altro.

Noi Potere, per esempio, clic SU uno Di IL rami Di IL albero Sopra Qui,

E Esso Volere evidenziare Quello grappolo In IL APC.

Noi Potere mappa questi due grafici A uno un altro.

In fatto, BENE, andiamo Fare Quello. Noi Potere aggiungere a terzo.

Questo È un altro marca nuovo piattaforma quello è Appena in arrivo fuori In Il JMP 17,

chiamato Multivariato Incorporamento.

Qui, erano andando A calcolare IL popolare t-SNE algoritmo,

Quale sta in piedi per T multivariato incorporamento.

Questo ha In realtà stato abbastanza popolare In IL macchina apprendimento mondo,

E ha gocciolava suo modo in IL genomica campo,

particolarmente con separare- cella RNA.

Esso fa a poco morso diverso dimensionale proiezione di APC.

Esso prova A identificare locale struttura,

mentre APC È guardare per dimensioni Di il più grande variabilità attraverso Tutto marcatori.

T-SNE provando A Trovare stretto locale gruppi.

Suo In realtà perfetto per questo tipo di dati,

Appena A svelare questi famiglie.

Voi Potere Vedere IL Carino poco gruppi Di grappoli, E Forse Di più soprattutto,

Quale gruppi loro stessi Sono vicino ogni altro.

Voi Potere Prendere a immagine Qui.

Tipo Di sembra Piace a farfalla, qualcosa t-SNE sarà Spesso Avere .

Id incoraggiare Voi A Tentativo Esso SU tuo dati una volta Voi Ottenere tuo mani SU Il JMP 17.0.

Questo è rivelatore Alcuni Carino struttura In IL dati.

Andiamo mossa SU Ora A a dd alcuni Di più statisticamente- orientato modellazione.

Per Esso, IL di base cosa A Generalmente inizio fuori con

È Che cosa Noi volevo chiamata a genoma- largo un associazione studio,

Dove w e lo farò fondamentalmente Prendere Nostro tratto, O Nostro tratti, In Questo caso,

E schermo loro contro Tutto IL marcatori.

IL cavallo di battaglia piattaforma Qui È Risposta Screening.

Io sono andando A Analizzare, Screening, Risposta Screening.

Noi abbiamo Fatto abbastanza a morso Di lavoro SU Questo Grazie specialmente a Giovanni Saulo ,

chi ha implementato Alcuni Carino prestazione miglioramenti.

Che cosa Questo fa È fondamentalmente a grande Y di X analisi.

Io sono andando A mossa Nostro sei obiettivi o risposte in IL Y campo,

Nostro SNP in X.

E Poi Tutto Voi Fare È colpo Andare.

Che cosa Questo Volere Fare...

I pensare Noi Fare imputazione.

I pensare Esso Potrebbe Fare Quello automaticamente. Andiamo Vedere.

Sì.

Questo uno corre fulmine veloce.

I fondamentalmente Appena fatto sei volte 4.800 presto regressioni E tracciato Tutto.

Questo È a complotto Di Tutto IL valori p A una volta.

Ancora, messa a fuoco SU falso scoperta valutare.

Suo avuto A Essere molto attento Di pesca eccessiva dati Piace Questo.

Voi Volere A Fare Sicuro Qualunque Guida Quello Voi caccia È significativo,

Anche Dopo a falso scoperta aggiustamento.

Qui, Noi Vedere Ora Quello Questo larghezza della corona caratteristica

È IL uno quello è scoppiettante fuori con IL maggior parte successi.

Poi c'è uno per bidone della spazzatura.

Questi Sono ordinato di significato, E Poi Alcuni Di IL altro tratti inizio A pop In.

Ma chiaramente, Esso sembra Piace noi abbiamo avuto IL maggior parte genetico azione

con Questo larghezza della corona tratto.

Ora, A andare a poco ulteriore E illustrare IL cose Noi Potere Fare.

Questo È molto Il JMP Da professionista.

Andiamo salva IL tavolo fuori Di valori p.

Noi abbiamo avuto qualunque cosa Ora In a nuovo Il JMP tavolo,

Quale È efficacemente Tutto IL risultati, E loro sono bene colorato per noi.

Appena Volere A navigare IL tavolo.

Ma Io sono andando A andare avanti E utilizzo Grafico B costruttore Ora.

Andiamo Fare Alcuni vulcano trame di mano.

Per questi, Noi w SU A Mettere IL pendenza SU la X- asse,

E Poi IL tronco d'albero Di valore SU IL E.

Andiamo andare avanti.

BENE Fare a separato uno per ogni Di Nostro tratti.

Io sono trascinando Quello su IL avvolgere.

Voi Potere Vedere Qui, Questo È IL genere di cosa Quello Il JMP È Veramente interessante A.

I spesso Volere Trovare valori anomali del dati.

Ecco qui uno quello è modo fuori Qui.

Noi abbiamo avuto a pendenza stima Di quasi negativo 2.000.

Esso si gira fuori Quello Questo variabile È quasi costante.

IL regressione Appena colpi su con UN Quasi quasi verticale,

O quasi negativo, altamente negativo pendenza.

Esso giri fuori Questo È Di più Di UN anomalia di UN attuale significativo colpo.

Esso volevo In realtà Fare senso Appena A ignorare Esso.

Ma suo In realtà Carino A Trovare Quello suo In IL tavolo

E Essere capace A identificare Esso.

Questo È IL genere di cosa Quello Il JMP È Spesso Veramente Bene A,

trovare Strano modelli.

Ma A affinare In SU IL chiave risultati, andiamo andare avanti E stretto Nostro assi giù.

I Appena colpo IL asse pulsante, E erano andando A Appena ingrandire In.

Andiamo andare meno Da 10 a 10.

Voi Potere Vedere Qui, Voi Ottenere Questo caratteristica V forma,

Dove Ancora, erano tramare IL pendenza Di IL regressione

contro suo negativo tronco d'albero valore p.

Per CWAC, Noi In realtà avuto,

Ancora, COME Noi previsto Prima, Di più colpi di ovunque altro.

A grappolo Di marcatori per positivo E negativo pendenza,

Quale volevo indicare a additivo genetico relazione

andando uno modo A IL altro.

Per IL altro tratti, questi Sono Anche V forma,

E molti Di loro Sono Appena Veramente a quantità meno significativo

E spesso quadrato finito In con uno un altro.

IL pendenza Anche dipende SU IL scala Di IL misurazione.

Forse è non abbastanza COME significativo se Noi Mettere Tutto questi SU IL Stesso esatto scala.

Ma I Appena ricercato A spettacolo Questo per illustrazione,

COME a modo A confrontare qualunque cosa lato di lato.

Questo è un GWAS.

In movimento inoltrare, andiamo Ottenere A probabilmente Che cosa Nostro principale obiettivo volevo Essere,

Quale volevo Essere A predire questi tratti COME a funzione Di IL marcatori.

Qui, Noi Fare Avere accesso A Tutto IL Grande predittivo modellazione piattaforme

Quello Sono In Italiano:

Alcuni Di questi, Voi Avere A Essere a poco attento A utilizzo.

Con mancante dati, Voi Maggio Bisogno A Fare IL imputazione Primo.

Alcuni Potrebbe diventare abbastanza lento dato IL misurare Di IL problema.

Per Oggi, I Appena Volere A spettacolo probabilmente Mio preferito uno,

Quale È XG Aumento, usando IL XGB est piattaforma.

Questo È a caso Dove I In realtà corso Questo in anticipo,

Perché, E suo A correre.. .

Ma I l caricato Tutto sei tratti in XGB est E fatto dieci- piega costo convalida.

I automaticamente Sinistra fuori ogni Di IL dieci pieghe.

Qui, Voi Potere Vedere IL risultati Di Quello correre,

Dove noi abbiamo avuto IL solido linee Qui In questi grafici,

Sono IL convalida curve Sopra IL iterazioni

E IL punteggiato linee Di IL formazione.

Voi Potere Vedere con questi Largo problemi, c'è a acuto rischio Di sovradattamento,

particolarmente con a potente approccio Piace XG Aumento.

Voi Avere A Essere molto attento.

Come te Potere Vedere, Io in realtà [inudibile 00:32:18] parametri.

I Potevo modificare loro giù per uno, E Voi Potere Vedere IL altro parametri Qui.

Entro ogni modello adatto, noi abbiamo avuto Entrambi IL formazione,

osservato contro previsto, E IL convalida.

Voi Potere Vedere Qui per C WAC Noi avuto a correlazione Di in giro 0,43.

Correlazione È a tipico misura usato A valutare prestazione.

Questo È competitivo con Che cosa era pubblicato In IL carta Prima,

senza difficilmente tanto messa a punto A Tutto.

Ma Poi c'è a quantità Di altro interessante cose Voi Potere tuffo in,

IL maggior parte importante caratteristiche, ecc.

Noi Anche avuto Alcuni nuovo cose per esempio, uno cosa chiamato Il signor Shapley valori

Quello Id incoraggiare Voi A controllo fuori.

C'è andando A Essere un altro parlare SU Questo argomento di Pietro Cervo,

Floriano Laura Lancaster e me stesso SU Quello Qui A IL conferenza,

I volevo incoraggiare Voi A controllo Quello fuori.

Suo a modo A rottura giù previsioni in loro componenti.

Quello ottiene un altro livello Voi Potere andare in con predire.

Questo è Appena uno esempio Di Alcuni Carino predittivo modellazione Voi Potere Fare.

A avvolgere su IL dimostrazione, I ricercato A ritorno Indietro

Dove Noi iniziato Qui In Questo Genetica menu.

Noi abbiamo avuto a marcatore, a marca nuovo marcatore simulazione piattaforma.

Questo È Alcuni bello avanzato genetico modellazione

portato fuori di Nostro interno esperto, Luciano Silva.

Che cosa Questo fa È Esso In realtà Volere Fare virtuale attraversamento di IL genotipi.

IL idea È tu vorresti carico IL marcatori In.

IL Veramente interessante cosa È Voi Potere Mettere a predittore formula Qui.

Per esempio, I salva IL predittore formula da IL XGBoost modello Di CWAC.

Che cosa Questo Volere Fare È Entrambi simulare IL croci

E predire loro prestazione.

Questo È Che cosa moderno virtuale allevamento fa.

Voi Potere In realtà praticamente attraverso diverso loblolly pino alberi

E predire Che cosa Volere accadere con loro

senza avendo A Aspettare 10, 20, 30 anni A crescere loro In IL campo.

Estremamente potente, interessante approccio Quello rivoluzionato IL modo

moderno allevamento È Fatto, E Perché cosiddetto genomico selezione,

O predittivo modellazione con genetico marcatori È COSÌ popolare.

Malato andare avanti E concludere Là.

I Speranza Quello stuzzicato tuo appetito

con Alcuni Di IL nuovo cose noi abbiamo avuto andando.

A quantità Di IL cose I ha mostrato Oggi volevo Anche lavoro con gene espressione dati,

Sebbene quello è a poco morso diverso partita di baseball

In termini Di Che cosa tu sei provando A Fare.

Ma per scopo Di tempo, I Pensiero Esso volevo Essere Bene Appena A Aspetto A Questo uno esempio

E tuffo un po' profondo.

Grazie Voi molto tanto per tuo Attenzione.

Permettere noi Sapere Se tu hai avuto domande COME Voi Avere loro.

Erano Veramente e eccitato Di IL nuovo cose in arrivo In Il JMP 17 Professionista.

Noi abbiamo avuto a quantità Di più cose in arrivo In IL funziona.

Grazie ti amo moltissimo.

Noi riconoscere Quello quantità Di persone Quello Venire A scoperta,

Questo Maggio non Essere loro zona Di competenza.

Ma tu Maggio Sapere qualcuno chi è facendo Questo lavoro,

E Noi volevo Amore A Ottenere loro collegato con Che cosa erano facendo Qui A Il JMP Professionista,

Perché Noi Sono andando A continuare A investire In aggiungendo capacità

E Migliorare IL software COSÌ Esso Potere Fare lavoro Piace Questo Meglio E Meglio

A Incontrare IL esigenze Di scienziati attraverso IL vita scienze

E Questo industria.

Grazie per ascolto In.

Modellazione statistica avanzataAutomazione e scriptingAnalisi e modellazione dei dati di baseRicerca sui consumatori e sul mercatoAccesso ai datiEsplorazione e visualizzazione dei datiProgettazione degli esperimentiPersonalizzazione di massaModellazione predittiva e apprendimento automaticoIngegneria della qualità e dei processiCondivisione e comunicazione dei risultati